• No se han encontrado resultados

Diploma en Inteligencia Artificial

N/A
N/A
Protected

Academic year: 2021

Share "Diploma en Inteligencia Artificial"

Copied!
8
0
0

Texto completo

(1)

Diploma en Inteligencia Artificial

1. Antecedentes Generales

Descripción

La Inteligencia Artificial (IA) es en este momento un importante foco de atención en diversos entornos y referencia obligada en gran cantidad de áreas. Esto hace que todas las personas deban saber la realidad sobre la IA y conocer las actividades en las cuales pueda apoyar o no a cada una de las personas u organizaciones.

Es por esto, que este Diploma propuesto por el Departamento de Informática de la

Universidad Técnica Federico Santa María busca brindar conocimientos sobre la

Inteligencia Artificial, sus técnicas, metodologías, herramientas y aplicaciones, habilitando a los participantes para reconocer las oportunidades de incorporar sistemas basados en Inteligencia Artificial en sus áreas de interés.

Entre las características del diploma se pueden destacar las siguientes:

 Es un programa de continuidad de estudios para profesionales, enfocado en brindar conocimientos sobre la Inteligencia Artificial, sus técnicas, metodologías, herramientas y aplicaciones, habilitando a los participantes para reconocer las oportunidades de incorporar sistemas basados en Inteligencia Artificial en sus áreas de interés.

 El programa combina horas teóricas y prácticas, realización de trabajos grupales y desarrollo de un proyecto final de titulación consistente en el diseño conceptual o un caso de estudio con implementación de una aplicación de Inteligencia Artificial en su área de interés.

 El equipo de profesores está compuesto por un seleccionado grupo de académicos y profesionales, con sólidos conocimientos y una amplia experiencia en el campo de la Inteligencia Artificial, lo que permitirá brindar a los participantes diferentes visiones y aportes en la IA y formar sus propios criterios sobre las potencialidades y oportunidades de su utilización en sus áreas de interés.

(2)

Objetivo del Programa

Formar a los participantes para que puedan identificar las técnicas, herramientas y aplicaciones de la Inteligencia Artificial y determinar sus posibles usos en las áreas de su interés profesional, a través de una capacitación brindada por expertos y desarrollando un proyecto integrador en el cual visualizarán una solución a un problema específico y diseñarán su posible solución usando IA.

Audiencia

Podrán postular al programa profesionales de cualquier área, que buscan formarse adquiriendo conocimientos sobre la Inteligencia Artificial, sus técnicas, herramientas y aplicaciones, habilitándolos para reconocer las oportunidades de incorporar sistemas basados en Inteligencia Artificial en sus áreas de interés. Entre los posibles participantes se pueden destacar:

-Gerentes o directivos de empresas, organismos públicos o privados que deseen conocer sobre -IA y evaluar la posibilidad de integrar su utilización para mejorar sus procesos. -Analistas de negocio y de información.

-Arquitectos y desarrolladores de sistemas de información y de software. -Responsables de infraestructura y servicios TIC.

-Consultores y auditores TIC.

-Profesionales en general interesados en conocer las potencialidades y oportunidades de uso de la IA.

2. Plan de Estudios

La malla curricular del diplomado está estructurada en tres ciclos (Fundamentos, Intermedio y Especialización). Los dos primeros cubrirán los aspectos fundamentales y teóricos de la Inteligencia Artificial, mientras que el tercero estará compuesto de seminarios dirigidos a la presentación de ejemplos y aplicaciones de la Inteligencia Artificial en diversas áreas temáticas.

(3)

Ciclo Fundamentos

En este ciclo se revisan los conceptos y fundamentos de la Inteligencia Artificial a través de los siguientes contenidos específicos:

Módulo I: Introducción a la Inteligencia Artificial y sus fundamentos (12 horas)

• Fundamentos de la Inteligencia Artificial

• Comparación entre inteligencia natural e inteligencia artificial • Evolución histórica de la Inteligencia Artificial

• Principales técnicas de la Inteligencia Artificial • Agentes Inteligentes

• Resolución de Problemas de búsqueda • Lógica de Primer orden

• Representación del Conocimiento

Módulo II: Sistemas Basados en Conocimiento (12 horas)

• Generalidades de los sistemas Basados en Conocimiento • Componentes de los Sistemas Basados en Conocimiento • Ingeniería de Conocimiento

(4)

Módulo III: Optimización y Programación con Restricciones (12 horas)

• Conceptos de Modelos y optimización • Principios de programación lineal • Principios de programación entera

• Principios de programación con restricciones

Módulo IV: Algoritmos de búsqueda (12 horas)

• Hill climbing • Tabu search • Simulated Annealing • Algoritmos Genéticos • Algoritmos Evolutivos Ciclo Intermedio

En este ciclo se revisan las Técnicas de Inteligencia Artificial a través de los siguientes contenidos específicos:

Módulo V: Análisis exploratorio de datos (12 horas)

• Medidas de Similaridad y Distancia.

• Análisis de Datos Univariados. Medidas de Tendencia y Dispersión. • Detección de Datos Atípicos.

• Análisis de Datos Multivariados. Matriz de Correlaciones. • Análisis de componentes principales

• Análisis Cluster

Módulo VI: Introducción: Data Science (12 Horas)

• Introducción a la Ciencia de Datos, Problemática y Perspectivas. • Tipos de Datos. Datos estructurados y no estructurados.

• Veracidad de datos, privacidad y seguridad. • Aspectos éticos y sociales.

• Discusión de casos.

Módulo VII: Redes Neuronales - Deep learning (12 horas)

• Introducción a las Redes Neuronales Artificiales • Conceptos básicos de aprendizaje automático • Modelos Neuronales FANN

• Arquitecturas profundas para clasificación, regresión y otros • Algoritmo de entrenamiento BP

(5)

• Redes neuronales recurrentes para aprendizaje de secuencias • Aplicaciones actuales

Módulo VIII: Aprendizaje no supervisado (12 Horas)

• Reducción de dimensionalidad • Clustering

• Reglas de asociación • Patrones secuenciales

Módulo IX: Lógica Difusa (12 horas)

• Teoría de conjuntos difusos

• Mecanismos de difusión y nitidez (Difusificación y desdifusificación) • Generalidades de los sistemas lógicos difusos

• Razonamiento en sistemas difusos • Diseño de aplicaciones usando sistemas lógicos difusos.

Ciclo Especialización

En este ciclo se revisan las Seminarios de ejemplos y aplicaciones de Inteligencia Artificial a través de la siguiente estructura:

Módulo X: Seminario de ejemplos y aplicaciones de Inteligencia Artificial (12 horas)

• Seminario de Ejemplos y aplicaciones de Inteligencia Artificial (4 horas). Invitados especiales nacionales e internacionales.

• Desarrollo y presentación de Proyecto integrador del Diploma (8 horas).

Como proyecto final cada participante deberá realizar un diseño conceptual o un caso de estudio con implementación de una aplicación de Inteligencia Artificial en su área de interés y se hará una presentación y discusión con todos los participantes.

Modalidad de Clases

Las clases serán con modalidad online basada en la grabación de videos de las clases e

interacción directa (presencial-remota) con los relatores, considerando los siguientes

aspectos:

• Los cursos y proyecto se evalúan con notas de 0 a 100; nota de aprobación mayor o igual a 60.

• Formato: Un video de mínimo 4 horas semanal por módulo y tres sesiones semanales presenciales-remotas de 2 horas cada una de interacción entre los relatores y los

(6)

participantes (estas sesiones también serán grabadas para que la puedan ver posteriormente -forma asíncrona- aquellos que no pudieron participar).

• Se utilizará la plataforma Moodle para subir las clases, suministrar material del curso, recibir trabajos y mantener comunicación entre profesores y participantes

• Los vídeos estarán disponibles en la plataforma con una semana de anticipación a los días de interacción con los relatores, cuyas reuniones se realizarán la semana indicada en el cronograma anexo (lunes, miércoles y viernes de 18 a 20h).

• Igualmente, las actividades que serán evaluadas en cada módulo la tendrán disponibles los participantes al mismo momento de tener acceso a los vídeos y deberán entregarlas a más tardar la semana posterior a la interacción con el relator.

3. Organización

Dirección

 Dr. Francklin Rivas Echeverría, UTFSM, Chile ([email protected]  Dr. Mauricio Solar, UTFSM, Chile ([email protected])

Académicos asociados al Programa

 Francklin Rivas

Doctor en Ciencias Aplicadas.

Magíster Sc. en Ingeniería de Control. Ingeniero de Sistemas.

Abogado.  Mauricio Solar

Doctor en Computación y Sistemas. Magíster Sc. en Computación y Sistemas. Ingeniero Civil Electrónico.

 Carlos Castro

Doctor en Informática.

Magíster en Ciencias de la Ingeniería Informática. Ingeniero Civil Informático.

 María Cristina Riff

Doctora en Ciencias especialidad Matemáticas e Informática. Ingeniera Civil Informática.

(7)

 José Luis Martí

Magíster en Ingeniería Informática. Ingeniero Civil Informático.

 Anna G. Pérez

Doctora en Economía Aplicada. Magister Sc. en Estadística Aplicada. Licenciada en Estadística.

 Ricardo Ñanculef

Doctor en Ciencias de la Ingeniería Informática. Magíster en Ciencias de la Ingeniería Informática. Ingeniero Civil Informático.

 Marcelo Mendoza

Doctor en Ciencias, mención Computación. Magíster en Ingeniería Informática.

Ingeniero Civil Electrónico.

NOTA: La dirección del Programa se reserva el derecho de cambiar algún académico en caso de fuerza mayor.

Costo del Programa

Derecho a reserva: 2 UF

Valor diploma: 90 UF (88 UF considerando la reserva)

NOTA: El programa se realizará siempre y cuando se complete con el mínimo de participantes. Derecho a reserva sólo se reembolsa en caso de no realizarse el programa.

(8)

Consultas

 Ivonne Barra

Departamento de Informática

Universidad Técnica Federico Santa María Fono: 2232028200

Email: [email protected]

 Carolina Leal

Departamento de Informática

Universidad Técnica Federico Santa María Fono: 322654424

Referencias

Documento similar

PERFIL PROFESIONAL Como Licenciado/a en Inteligencia Artificial y Robótica, contarás con las siguientes capacidades y herramientas:.. Identificar factores que convierten una

Conocer técnicas y formalismos básicos de representación del conocimiento y razonamiento en Inteligencia Artificial, de aprendizaje automático, y de procesamiento de lenguaje

Al finalizar la unidad el estudiante será capaz de identificar los fundamentos de la inteligencia artificial, tipos de aprendizaje de máquinas, técnicas de agrupamiento K-mean

Al finalizar la unidad el estudiante será capaz de identificar los fundamentos de la inteligencia artificial, tipos de aprendizaje de máquinas, técnicas de agrupamiento K-mean

Algoritmos genéticos Introducción a la Inteligencia Artificial. Introducción a

Uno de los aportes que en este trabajo se intenta demostrar es el planteamiento de la metodología de clonación artificial, usando las técnicas de inteligencia artificial,

ELIMINE Paso = empacar productos medianos ADICIONE Paso = empacar productos pequeños..

Nota de prensa Inteligencia artificial para planificar la radioterapia  El Hospital del Mar es el primer centro del Estado que incorpora herramientas de aprendizaje automático para